循环水养殖系统中的残饵识别与计数研究
| 摘要 | 第1-5页 |
| 英文摘要 | 第5-9页 |
| 第一章 引言 | 第9-13页 |
| ·残饵识别计数研究目的及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·图像识别发展历程 | 第10-11页 |
| ·图像识别计数相关研究 | 第11-12页 |
| ·本文的主要内容和结构安排 | 第12-13页 |
| ·论文的主要内容 | 第12页 |
| ·结构安排 | 第12-13页 |
| 第二章 残饵图像预处理 | 第13-22页 |
| ·图像预处理简述 | 第13页 |
| ·常用的图像预处理方法 | 第13-17页 |
| ·图像的灰度化 | 第13-14页 |
| ·图像的平滑处理 | 第14-15页 |
| ·图像的灰度变换 | 第15-17页 |
| ·图像的二值化 | 第17页 |
| ·残饵图像预处理实现 | 第17-21页 |
| ·残饵图像获取 | 第17-19页 |
| ·残饵图像 | 第19-21页 |
| ·本章小结 | 第21-22页 |
| 第三章 残饵图像特征提取 | 第22-30页 |
| ·图像特征介绍 | 第22页 |
| ·常用的图像特征 | 第22-24页 |
| ·颜色特征 | 第22页 |
| ·纹理特征 | 第22-23页 |
| ·形状特征 | 第23页 |
| ·空间关系特征 | 第23-24页 |
| ·残饵图像特征提取实现 | 第24-29页 |
| ·本章小结 | 第29-30页 |
| 第四章 残饵图像识别与计数 | 第30-50页 |
| ·基于支持向量机的残饵识别 | 第30-35页 |
| ·支持向量机原理和方法 | 第30-33页 |
| ·SVM残饵识别的实现 | 第33-35页 |
| ·SVM残饵识别效果分析 | 第35页 |
| ·基于决策树的残饵识别 | 第35-44页 |
| ·决策树的概念和方法 | 第35-40页 |
| ·决策树残饵识别的实现 | 第40-44页 |
| ·决策树残饵识别的效果 | 第44页 |
| ·视频中残饵的计数 | 第44-49页 |
| ·视频计数中残饵识别和标注 | 第45-47页 |
| ·视频中标记的残饵计数 | 第47-48页 |
| ·视频残饵计数效果分析 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第五章 结论 | 第50-52页 |
| ·总结 | 第50页 |
| ·展望 | 第50-52页 |
| 参考文献 | 第52-55页 |
| 致谢 | 第55-56页 |
| 攻读学位期间发表的学术论文目录 | 第56-57页 |
